BI商业智能与报表软体的区别？
？
一、报表≠BI
很多的人认为，报表就是BI。实际上，报表只是BI的一部分，虽然BI应用的结果通常需要通过报表来展示，但是，BI绝对不仅仅是报表。其实，大家对这些概念的理解，如同15年前的ERP一样。1998年，国内两大巨头金蝶与用友都开始宣称从财务软体进入ERP领域，于是，ERP才逐渐为世人所知，ERP到底是什么，大家开始众说纷纭。
财务+进销存就是ERP？没有MRP的ERP不叫ERP？显然，国外ERP厂商与国内ERP厂商对大众理解ERP的引导是不一样的。过程曲曲折折，我们不说也罢，现在我们只总结一下15年后的今天，大家对ERP的理解还有偏差吗？各ERP厂商还在强调不同的概念吗？答案是，没有了，大家都统一了，回到了原点：那就是ERP其实是一个系统，它强调的是企业利用信息化手段将各项资源的匹配系统化，只有将这些资源匹配系统化了，才能最大限度的提高效率，降低成本，从而提升竞争力。而到底ERP包括哪些功能模块，已经少有人去强调了。现在中国管理高层提出了一个」协同创新」的概念，其实倒是挺符合ERP的初衷的（只是，它目前变成了OA产品的马甲，此处暂且不表。）
所以，我们有理由相信，最终大家对BI的理解，也会回归到理性的原点：那就是BI是一个辅助决策的智能系统，它的核心就是帮助企业利用好数据，让决策管理者随时随地获取关键信息，让决策者基于数字决策，最终提高决策水平。至于用什么技术来实现上述的目标，慢慢的，会变得不那么重要。
那么，基于现阶段大家的认识，我们来对比一下报表与BI的联系与区别，让大家思考一下，我们到底需要的是什么？
二、EXCEL报表 VS BI
我们先来看看现阶段大家是如何来满足决策管理者的分析需求的：97%以上是通过EXCEL表格手工整理各种报表，不到3%利用了IT技术，实现了报表的自动化。
随著决策者对分析的要求越来越高，于是乎，报表越来越多、越来越复杂（甚至出现了所谓的」中国式报表」——在一个EXCEL页面中，密密麻麻的布满了决策者关心的所有内容，就只恨屏幕或不够大）。大家都知道，这些大量的手工处理，是很容易出错，且无法及时得到的。于是，许多企业有专人来负责报表制作，而这些报表制作人员加班加点也变成了家常便饭。大家努力的效果呢？我们走访了大量的企业决策者，当问他们：报上来的厚厚一叠报表，您有看吗？他们绝大多数会回答：有看的，只是，一般只看其中的一两张。没有时间，真的有感觉有问题，还是直接找人来问了。
对了，这就是问题的关键——我们提供了决策者大量的报表，为什么帮助不大呢？
因为信息一旦过多，就会变成」信息洪水」。
莫什·鲁宾斯坦和艾丽丝·菲尔斯滕贝格在《大脑型组织》一书中写道，17世纪的一位欧洲绅士」一生中所接触的信息量还不如现在的一份日报。」大量的报表仍然让决策者深陷」信息洪水」中。
再问决策者，您是希望用什么方式将信息给您呢？」我也说不好，反正我们是希望有问题的时候我可以随时知道。」
换而言之，传统报表是实现决策者这个」希望」的。这句话的核心有两点：一是有问题才让我知道，没问题的话，其实我也不需要关注。二就是我随时都可以知道。
我们再想想，报表能实现吗？
一，表格报表根本无法快速让决策者识别是不是有问题，它只是罗列了一堆数字而已。
二，无论报表制作者多么厉害，领导想要什么就有什么，基本上也是不可能的。
此时，报表制作者可能会喊冤了：这么多报表都是你让做的，辛辛苦苦加班做出来了，现在说这些报表其实也没有什么用，那怪谁呀。
是呀，谁也怪不著。我们也不想去怪谁，看看如何解决这个问题呢？
简单，就是用BI技术，改变决策者获取报表的方式：
1、通过仪表盘+多维分析+钻取：仪表盘让决策者首先看到哪项KPI指标有问题，到底问题的原因是什么，就可以通过钻取到多维分析模型，多角度的分析问题的真正来源。
2、BI系统可实现」拉」式与」推」式信息提供方式，决策者主动登陆BI系统可随时查询，或者系统会以邮件或简讯的方式推送关键信息。
通过这里就可以看到，BI是一个系统，它是立体多方面的，而报表，仅仅是一种展现方式而已。
三、报表软体 VS BI软体
于是，就有人说了：那我通过一个软体，能自动生成决策者想要的报表，然后再配上一些仪表盘和图表，不就可以了吗？也不见得需要BI呀。报表软体多好呀，简单SETUP一下，写个SQL就可以设计报表了，哪像BI，要规划数据仓库，要ETL，还要建模型，多麻烦呀。
我们总结了一下，企业在通过IT技术实现决策分析需求时，会经历下面的阶段，绝大多数的企业已经或正计划实现到报表自动化或报表图形化的阶段，也就是一些报表软体及前端展示工具可以实现的阶段：
《手工处理报表》–&>《报表自动化》–&>《报表图形化》–&>《仪表盘+多维》–&>《数据挖掘》
那么，让我们再来对比一下报表软体与BI系统的区别。
报表只能实现查询，查询仅仅只能告诉你事实是什么？不管查询的界面是多么炫，多么简单，多么便捷。
而我们不仅仅需要知道发生了什么，还要知道为什么发生，这就需要分析。要实现分析有两个要素，一是任意维度；二是任意分析路径。
我们来看一个例子：您是一个连锁集团的销售总监，当系统告诉你2008年的收入与2007年相比，下降了5.3%时，接下来你会怎么做？
先从各分店的角度分析，发现排名前两位的大店收入只有2007年的80%左右。
这时，得从商品的角度来分析，这两个店的哪些品类的销售同比下降。
再从时间的角度来分析，下降较快的品类是否有季节性？
再回到分店的角度来分析，下降较快的品类在其他分店的情况是否也是如此呢？
再从客户的角度来分析，这些品类又主要是哪些客户在消费？哪些大客户的销售同比下降导致了这种结果？
再回到时间的角度来分析，看这个季度的每个月收入，到底哪个月下降最快？
上例中，分店、品类、时间、客户等就是维度，而」先分析……再分析……」就是分析路径。
1、任意维度
报表可以实现多维度呀。什么是真正的任意维度？不就是任意维度任意组合嘛。报表可以的呀。
是的，报表可以的，但我们来看，如果要实现上面的多维度分析，要制作多少张报表？
分店收入TOP10
品类销售报表
品类销售趋势分析
分店品类销售分析
品类客户销售分析
季度销售分析
……
那到底什么是真正的任意维度？对不起，纠正一下，应该是任意维度任意」动态」组合。
动态，就是指浏览用户自己可以通过滑鼠拖拽即可完成，无须通过报表设计人员。这才是关键！
2、任意分析路径
再看看分析路径。
「分析路径，不就是报表钻取吗？」
是的，分析路径的实现过程，就是设置报表之间的钻取。
「那报表软体也可以实现的呀。」
是的，只要设计好报表之间的参数传递，要实现报表之间的钻取是没有问题的。只是……
暂且不说报表软体设置参数的传递有多麻烦，关键是，通过这种设置得到的分析路径是固定的，A报表——&>B报表——&>C报表。但事实上，决策者的分析思路是不确定的，虽然可以总结出一些常规的路径，但在实践中，总会需要走一些非常规的路径。
真正的任意分析路径是可以由决策者自行决定的，而不是由IT人员预先设置好的。决策者的」不走寻常路」成为了IT报表制作人员难以摆脱的」噩梦」！
3、传统报表软体的几道坎
其实，报表软体还有几道坎：
首先，一张报表一个SQL，随便一个变化，就需要修改SQL，维护起来麻烦；
第二，对于复杂的应用，是需要写复杂的存储过程来实现的，这样维护起来麻烦，运行效率也低；
第三，那就是许可权管理。刚开始用报表软体时，可能大家也不怎么关注，认为反正就是当官的人用，也没几个人。可等慢慢的发现，就算没多少个人用，但报表数量多起来以后，许可权的设置就变得麻烦了。大多数报表软体许可权管理是比较初级的，就是让你在设计报表的SQL时，加上where条件，这样，同一个样式的报表，因为不同where条件，就要设计成N多张报表。有的企业，进报表平台一看吓死人，密密麻麻有几百张报表，仔细一下，搞了半天也没多少张，只是，同一张报表后面加了一个括弧，如销售日报（北区）、销售日报（南区）……
当然，国内一些做的比较好的报表软体商（比如帆软（我们））将这一块的功能优化了一下，至少按角色来进行授权，这样，只要是这个角色浏览报表，就自动会按这个许可权来控制，就不需要每个报表都授权了，如北区销售总监，它的条件就是」部门="北区」。
4、报表软体不可能完成的任务
您是一个连锁集团的销售总监，最近在筹备一次促销活动，为了让这次促销效果更好，成本更低，需要马上了解下面的信息：
哪些类型的客户（年龄、收入、性别、学历）更有可能购买促销产品？——有了它，就可以更精准的发送促销广告，降低广告成本，提高广告效果。
上述类型的客户，又同时会购买其他哪些商品？——可同时参与促销，或者，在促销品的旁边陈列，以提高促销收益。
上述类型的客户，一般是什么时间来消费？——以决定促销活动什么时候开始比较合适？需要持续多久？
以往类似的促销效果如何？促销产品的销售变化？客流量是否增加？客单价是否提高？——以决定促销是否进行。
……
上述这些，都是报表软体无法完成的任务，但利用BI的数据挖掘技术，就可以轻松的得到上述答案。
四、BI价值思考
BI不是让你相信自己所知道的，而是促使你去思考更多的问题和疑惑。
BI迫使我们怀疑得出的结论、回到初步阶段、重新设定假定和条件。它促使我们思考，而不是给出事实。
BI可以让你从不同视角查询一系列相关数据，以便在一组不确定的条件下更进一步接近事实。
你需要BI工具帮助做出最佳决策，而不是正确决策。
BI让决策不再止步于结果。
最后，报表软体和BI各有侧重，尤其是后者，都是企业数据化管理的毕竟之路。
更多关于BI和报表软体的了解，不妨尝试一下帆软的两大工具：
报表软体：FineReport
BI商业智能：FineBI
报表是数据展示工具，商业智能BI是数据分析工具。
报表工具顾名思义就是制作各类表格式数据报表、图形报表的工具，甚至还可以制作电子发票联、流程单、收据等等。
商业智能不单单是一个工具，更应该是一种解决方案，百度百科给出的解释是：商业智能是提取企业各个运作系统的数据，然后进行清理、抽取、转换和装载，即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理，最后将结果呈现给管理者，为管理者的决策过程提供支持。
以两个很有对比性的工具举例
FineReport和FineBI，前者是帆软公司的报表工具，后者是其BI工具
FineReport的应用场景主要是业务报表制作，比如一些企业固定的月报，季报和关键数据指标的统计、展示和分析。主要功能分为三大类：数据展示(报表)、数据查询(参数)和数据录入(填报)，还有报表管理。
数据展示报表可分为表格类和图表类
表格类
树形报表
聚合报表
汇总报表
复杂票据
图表类（一般按业务主题分析）
数据查询
数据录入（填报）：向资料库提交信息。
商业智能工具侧重于数据分析，所以在报表制作难度上大大降低，但换来的代价是，不能制作复杂的报表。不同于传统做表的方式，他的目的在于将大数据量的数据快速的进行模型构建，进行展示，制成Dashboard。相比报表，侧重点在于分析，优势在于操作简单、数据处理量大，分析快速。
数据分析方法有钻取、联动、旋转、切片、预警。
2、从面向群体来讲，报表主要面向IT开发者，或者某些企业专门设置的报表开发人员。因为需要一定的资料库知识和少量的JS；商业智能主要面向业务人员、数据分析人员。操作简单，侧重分析。两者最后的报表和数据分析结果都是给领导、管理层看的，他们通过分析结果来制定决策。
3、从背后的技术架构来讲。商业智能可以处理更大的数据量，常常基于企业搭建的数据平台，连接数据仓库进行分析，但有些报表工具也可以完成这一部分工作。
最后的最后，两者的关系可交叉可递进，关键还是取决于企业需求，业务需求，也并不能绝对的判断好坏，各有优势，各有适用环境。
概念上来讲，传统报表是关于过去和现在状态的展示。 BI（Business intelligence）是关于如何通过分析数据， 帮助决策者找到改变和提高的方案。
假设你打算经营一家酒店，你需要财务报表来了解酒店的资金状况（通常包含资产负债表， 利润表， 现金流量表， 权益变动表等）。这些报表通常格式是固定的，财务部门会按照一定的日期间隔发送给你PDF/Word版本。
随著时间的推移，你希望修改一下这个报表的格式，你可能需要联系公司的IT部分来修改报表的模板。这是一个定制化的解决方案，可能需要数周或上月的时间。之前标准化的报表提供了所有的数据--可能包含了太多的数据—来描述过去发生了什么。
但是作为酒店的管理者，我想进一步知道：
1. 为什么公司4月份的销售额会大幅增加？
2. 为什么回头客减少了？
3. 为什么在酒店过周末的客户满意度下降了？
回答复杂的问题，需要更强大的工具 – BI
BI和报表最基本的区别在于交互性。人永远是做决策的主体。BI工具可以帮助管理者快速做出商业决策，这就是BI的价值。比如下图，酒店的管理者可以点击页面上的元素来交互分析。比如用户想过滤掉2015年之前的数据，然后关注网路预订的增长情况等等。管理者可以按照自己的思路来快速得到分析结果。
管理者可以自助式拖动不同的维度来进一步分析公司的情况。整个过程不需要IT部门的介入就可轻松完成。
下面再来列举一些BI优于传统报表的案例：
1. 拥有不同维度选择的便利性 - 比如希望比较2017年复活节节期间和2018年复活节期间的房间预订数的比较 （每年复活节的日期是变动的）。
2. 希望加入上证指数的涨跌情况来分析与公司业绩的相关性。
3. 希望加入酒店行业的通用分析指标 -- 每间可售房收入(RevPAR)， 入住率(Occ) ，每出租客房收益 (RevPOR), 每间可售房利润(ProPAR)
4. 希望在Ipad上实时看到公司的运营情况。
5. 希望可以得到下月的销售预测。
6. 希望从预订客户所在省份和城市的维度分析。
7. 希望以预订客户渠道的维度分析。（电话，网路等）
8. 预订情况是否和公司促销活动有关联。
下面列举了一些国外的BI公司：
MicroStrategy
主要产品：MicroStrategy
优势：覆盖BI，移动平台很友好。具有一套全面的商业智能，可为数据仓储、数据分析和生成报表提供了一套可伸缩的数据平台，并让最终用户通过强大、直观的工具来访问和分析商业信息。
IBM
主要产品：DB2、Cogons、SPSS
优势：覆盖BI和数据挖掘领域，拥有强大的资料库平台。产品Cogons8商业智能是第一个在单一的、已证的体系结构上提供所有BI功能的BI产品，支持主流的UNIX和Windows，在各个平台上的功能没有任何区别。
Oracle
主要产品：BIEE、Hyperion
优势：覆盖BI，数据挖掘领域有待加强，同Oracle其他产品绑定，在处理海量数据时稳定性好。
Microsoft
主要产品：SQL server
优势：覆盖BI，适合中小型企业，性价比高。SQL server能提供超大型系统所需的资料库服务，具有使用方便可伸缩性好与相关软体集成度高等优点。
SAP
主要产品：Business Objects、Cystal Reports
优势：主要是OLAP和报表领域，功能模块多。
如果对数据可视化方向感兴趣，可以浏览一下这篇文章：
https://www.zhihu.com/question/19929609/answer/667239975?from=groupmessageutm_medium=socialutm_oi=837680533168324608utm_source=wechat_sessions_s_i=u5SDN2V5YBw2LEGggYURX8uWxndurZXkPdUDApPuWCY%3Ds_r=1
楼上已经写得比较详细了，这里补充一些：
1、首先报表只是数据的一种展现工具，并且是静态、固话的，不够灵活。所谓报表软体，诸如经典的Excel、国外的水晶报表等等，这类产品的本质都一样，就是统计和展现数据，并提供基础的分析功能如排序、总计、方差等，产品目的是帮助用户掌握和了解数据，让报表使用者通过观察企业数据，知道当下发生了什么事情。举个例子，FineReport的应用场景主要就是业务报表制作，比如一些企业固定的销售月报，季报和关键数据指标的统计、展示和分析。当领导查看这些报表时候，领导可以知道当月总销售额、各个销售员的业绩、哪个产品卖得最好等等，主要是通过统计已知数据，了解总体和细节上的事实。
2、BI（商业智能）的重点在于商业数据的分析，它是立体多方面的，集成了数据统计、数据展示、数据分析和挖掘、数据的预警的整体解决方案。而在企业经营的过程中，决策者不仅仅需要知道发生了什么，还要知道为什么发生（原因是什么），这就需要分析。这就是BI的核心价值。
总结：报表工具著重于短期的运作支持，而BI则关注企业长期的战略决策，让企业做出最佳决策。
http://guandata.mikecrm.com/wiHddNz (二维码自动识别)
这也是经常被问到的一个问题！
有人说：「我通过一个软体，能自动生成决策者想要的报表，然后再配上一些仪表盘和图表，不就可以了吗?也不见得需要BI。报表软体多简单，哪像BI要规划数据仓库，要ETL，还要建模型，多麻烦」。下面从三个角度来讲讲BI商业智能与报表软体的区别：
从工具角度上讲：
报表工具一般连接的是事务处理型资料库，不能实现多维分析的操作；当然，目前有些报表工具用链接传参的方式实现所谓的钻取，实现复杂，还会有性能的问题。
BI工具一般连接的是多维模型资料库，可以很容易实现各种多维分析的操作，如钻取、旋转和切片等；还能很容易地实现基于指标和维度的拖拽分析和自助分析。
以上两个工具也都可以连接对方的资料库，但发挥不了相应的功能；比如报表工具连接多维资料库后，多维分析操作、拖拽分析和自助分析还是实现不了。
从系统角度来讲：
报表系统一般接入在某个业务系统资料库上，为MIS系统提供灵活的报表查询实现。当然，报表系统在数据量小时也可以连接若干业务系统资料库，实现跨库的关联查询，但这个查询是由报表工具来实现的，实现起来的复杂度和性能依赖于报表工具的能力。
BI系统主要包括数据仓库/数据集市、ETL、数据分析、BI应用等多个组成部分和实施过程，最终BI应用中除了有报表展现外，还有多维分析、自助分析、数据挖掘等功能。
△亿信BI制作的领导驾驶舱
从工程化角度来讲：
报表工程相对比较简单，投资可以比较小，实施周期相对较短，见效比较快。
BI工程相对比较复杂，投资比较大，实施周期相对比较长，见效相对较慢，但效果比较好，尤其是在数据整合的数据质量、报表口径统一化、应用性能上有很大的优势。
从发展过程看，一般先是上了报表系统，发现报表系统的若干问题后，再上BI系统。
再来以Excel报表和亿信BI（原BI@Report）来举例，对比一下报表软体与BI系统的区别：
Excel报表应用场景主要是业务报表制作，比如一些企业固定的月报，季报和关键数据指标的统计、展示和分析。主要功能分为三大类：数据展示(报表)、数据查询(参数)和数据录入(填报)，还有报表管理。数据展示报表可分为表格类和图表类。
而亿信华辰的拳头产品亿信BI有领导驾驶舱、图形化建模、自助式即席分析、智能钻取分析等多项功能。他可以构建大型的综合的数据分析平台，也可以作为小型的个性化的解决方案。相比报表，侧重点在于分析，优势在于操作简单、能够处理大量数据，可以实现任意维度、任意分析路径快速实时分析。
△亿信BI的效果动图
以上，希望对你有帮助！推荐阅读：
